mcpField
T
topic-analysis

topic-analysis

github.com/vivy-yiマーケティング・グロース508210 回インストール40 週間前に更新
リポジトリ

topic-analysis について

小紅書のコンテンツ企画担当者向けのトピック分析スキルです。投稿実績、トレンド、読者の関心、競争状況からテーマを評価し、実績型、トレンド型、定番型、ニッチ型、ブランド型に分類して企画と飽和度の監視に役立てます。

主な機能

  1. 015つの観点でトピックを分類
  2. 02トピックごとのエンゲージメントを比較
  3. 03上昇・安定・下降トレンドを検出
  4. 04トピックをコンテンツ企画に対応付け
  5. 05飽和度を監視し切り口を刷新

活用シーン

  1. 01エンゲージメントデータからテーマを選定
  2. 02新興トピックや季節性の機会を発見
  3. 03読者の関心やコンテンツの不足領域を調査
  4. 04繰り返しや低調なテーマを見直し

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/vivy-yi/xiaohongshu-skills --skill topic-analysis

インストール後、Claude Code で/topic-analysisを入力して読み込まれたか確認します。

詳細

トピック分析

概要

トピック分析とは、小紅書のコンテンツのテーマ、題材、会話のトレンドを体系的に調査し、オーディエンスの共感を得ているものを把握し、新たな機会を特定し、データに基づいたコンテンツ計画の意思決定を行うことです。

使用する場面

  • トレンドのトピックやテーマを特定する
  • エンゲージメントを促進するトピックを分析する
  • オーディエンスの関心や好みを調査する
  • コンテンツのトピック別パフォーマンスを経時的に評価する
  • 実績のあるテーマを中心にコンテンツを計画する
  • コンテンツの不足領域や機会を発見する
  • ブランドとトピックの整合性を測定する

基本パターン

導入前:場当たり的なコンテンツ、トピックを推測、テーマに一貫性がない 導入後:データに基づくトピック、実績のあるテーマ、戦略的なコンテンツ

5 つのトピック分類:

  1. パフォーマンストピック(エンゲージメントが高く、実績のあるもの)
  2. トレンドトピック(人気が上昇中で、タイミングが重要なもの)
  3. エバーグリーントピック(一貫したパフォーマンスで、信頼性の高いもの)
  4. ニッチトピック(十分に取り上げられておらず、機会が豊富なもの)
  5. ブランドトピック(ブランドアイデンティティの中核で、戦略的なもの)

クイックリファレンス

トピックの種類エンゲージメント競合継続期間最適な用途
パフォーマンス高いさまざまさまざま成功を活用する
トレンド急増低〜中短い時宜にかなったコンテンツ
エバーグリーン安定高い長い持続可能な成長
ニッチ中程度低い中程度差別化
ブランド構築中さまざま長いブランドのポジショニング

実装

ステップ 1:トピックデータを収集する

データソース:

  • トピック別の自社コンテンツのパフォーマンス
  • 競合のトピック分析
  • プラットフォームのトレンドトピック
  • オーディエンスからの質問やリクエスト
  • 検索トレンドと候補
  • 季節ごとのトピックパターン

トピックデータベースを作成する: 記録項目:トピック名、投稿数、平均エンゲージメント、トレンドの方向、最後に取り上げた時期、優先度

ステップ 2:トピックのパフォーマンスを分析する

トピックの指標:

  • トピックごとのエンゲージメント率
  • リーチとインプレッション
  • トピックごとのフォロワー増加数
  • 保存率とシェア率
  • トピックごとのコメントの感情
  • トピックごとのコンバージョン率

パフォーマンスの分類:

  • スタートピック(パフォーマンス上位 10%)
  • 強力なトピック(上位 25%)
  • 平均的なトピック(中位 50%)
  • 低調なトピック(下位 25%)
  • 避けるべきトピック(継続的にパフォーマンスが低いもの)
ステップ 3:トピックのトレンドを特定する

トレンド分析:

  • 上昇中のトピック(勢いが増している)
  • 安定しているトピック(一貫したパフォーマンス)
  • 下降中のトピック(関心が薄れている)
  • 季節的なパターン(予測可能なサイクル)
  • バイラルな急増(人気が急上昇している)

トレンドの検出:

  • 前週比の変化
  • 前月比の変化
  • 季節比較(前年の同じ時期)
  • プラットフォームのトレンドとの整合性
ステップ 4:トピックをコンテンツ戦略に対応付ける

トピックの配分:

  • 40%:スタートピック(実績のあるもの)
  • 30%:トレンドトピック(時宜にかなった関連性)
  • 20%:エバーグリーントピック(一貫性)
  • 10%:実験的なトピック(革新性)

コンテンツカレンダーへの組み込み:

  • スタートピックはピーク時にスケジュールする
  • トレンドトピックは注目度が高いうちに計画する
  • エバーグリーントピックは一貫性を保つために使う
  • リスクの低い時間帯にトピックをテストする
ステップ 5:トピックの飽和度を監視する

飽和の指標:

  • トピックのエンゲージメントが低下している
  • 競合が増加している
  • オーディエンスが飽きている(「また?」のようなコメント)
  • 時間の経過とともに効果が薄れている

刷新戦略:

  • 同じトピックに新しい切り口を加える
  • 形式を変える(動画と投稿など)
  • 新しい情報で更新する
  • 飽和しすぎたトピックを一時休止する

実際の効果

トピック分析の結果:

  • トピックの最適化によりコンテンツのエンゲージメントが +40%
  • トレンドトピックによりフォロワー増加数が +60%
  • コンテンツ計画の時間を 50% 削減
  • 十分に取り上げられていないニッチトピックを 15 件特定

関連スキル

必須:data-analytics を使用(定量分析) 必須:content-performance-analysis を使用(トピック固有の指標)

推奨:

  • trend-analysis、audience-research、content-strategy

コメント